大家好，我是Crist，首先说明整体情况，财经211本科毕业，通过指南者留学申请到了香港中文大学商业分析专业（Business Analytics）（GPA并不出众，不过GMAT有710，外加一段保险科技公司的实习）；毕业后在腾讯实习，之后秋招顺利上岸另一家互联网大厂，职位是产品运营。这篇主要介绍一下香港地区BA专业的情况，以及BA专业在求职上的一些建议。
一、香港留学的优劣势
首先说说HK留学的优劣。在我看来，HK是一个为就业党准备的地方：学校QS排名高，投递简历不会因为学校被卡；同时学制快，3个term10门课，今年9月入学，明年6月结课，正常情况下term3开始的4月，绝大多数人就开始实习了；同时，疫情大背景下，无可比拟的安全感，与深圳仅一河之隔，不用操心天价航班和熔断，润回家是分分钟的事。
但HK地区的劣势也很明显，相对英美，英语环境仅限于校园，同学清一色来自大陆，大家课下交流基本是中文。同时学制较短，基本无深造P.h.D可能（此处只针对BA专业，少部分Econ可能还会有的）。所以选择HK地区，一定要先想明白自己的需求，我个人是建议纯找工作党申请HK。如果你对学术有较高追求，或者想体验不一样的文化风情，或许HK并不适合你。
二、BA专业就业前景
再说说BA专业。毫无疑问，BA专业是近年来申请最火的专业，自带的business+tech属性，广阔的就业前景，吸引了无数大佬投递，使得bar一骑绝尘。以CUHK的BA为例，20fall的GMAT平均分就已经达到了689，21fall海本比例达到一半，而今年整个CUHK商学院第一轮ddl则是直接放到8月1日，目测bar还会持续走高。
回到就业，BA确实前景广阔，但很多人也存在误区，觉得BA专业读了就能胜任非常tech的岗位，这是不现实的。想去做机器学习、数据开发等工作，1年制的BA再怎么tech，企业也会倾向于一个本科CS的求职者。（尤其是在整个如今data scientist、machine learning engineer已经卷到天上去的情况下）
那么，BA就业的前景广阔，究竟是在哪呢？我个人认为，是落到了Business上——互联网、咨询、快消等企业的数据分析/数据运营岗，才是BA专业最fit的岗位。这些岗位的共通点是，不那么关心底层的技术与逻辑，但又不是纯业务向，而是作为一个连接后台与前台的存在，即真正做到了Business+statistics，依靠着data去为企业解决实际问题。偏向技术侧还是业务侧， 则是看你自己的background和兴趣爱好。
在以上的逻辑上，谁又适合BA专业呢？我认为①是CS本科，对底层技术足够了解，但想接触一些商业思维，之后工作方向想与业务侧结合更加紧密；②泛商科类本科，希望学到一点统计相关的知识，拓展自身技能。
三、留学生求职建议
还有一些比较细碎的求职建议：
01
入学的fall term(term1），当课程还没有紧张起来的时候，请务必尝试一波秋招！！！！不一定为了拿offer，而是为了刷经验；相关岗位究竟注重什么，需要什么具体的技能，面试的套路等等，这些都是课堂上学不到，但对于找工作来说又是至关重要的。毕竟社会险恶，好不容易面到最后，因为自己低情商的一句话挂在了HR那里，那就太可惜了。
02
学校里的课程，尤其是带有project的，请认真对待。在学校里做的project很可能就是几个月后找工作时闪亮的敲门砖——比如，我在秋招某次群面时，面试官明显是一个睡眠不足的状态，整个氛围都不是很活跃。在涉及到产品和用户反馈落的一些问题时，我提到了一些NLP的知识（term2抱队友大腿做过一个twitter数据预测美国大选的project），和面试官的业务刚好有重合，他一下子就精神起来了，详细问了我从data cleaning、feature engineering、model selection到最后的结果，接着群面就变成了我的单面。其实我对NLP了解真的不深，只是一点点皮毛，但在非tech的产品岗位竞争的时候，就是这点知识帮助我脱颖而出。
03
善于利用学校的资源——港三大的Business School都有完善的career service，包括各类招聘邮件、内推机会，简历修改、模拟面试等等。但是这些是需要你自己去争取的，不是躺着然后就业中心就把资源塞到你嘴里的。拿我自己举例子，在term3开始，我当时想约一下简历修改和模拟面试的机会，然后发现排队已经在2周之后了，而这两周是春招的黄金节点，我又不得不额外花时间去翻阅大量的job description，挖细节，完善自己的简历。在spring term的时候我有幸拿到了腾讯的实习offer，对我帮助最大的就是一个BA专业毕业多年的师姐——她的内推，以及那些她无偿传授给我的行业知识，都成为了面试时重要的加分项。
04
Data相关的岗位，在笔/面试前请务必熟悉leetcode上的SQL题目，如果能完整地刷完上面196道题目，基本上非技术岗的数分的笔试和面试，都能到cover到。按我的经验来看，差不多达到能把window function熟练使用，再掌握一些spark和hive相关的知识，就是一个合格的SQL Boy了。
05
业务侧的数分岗位，更加强调业务与落地，所以千万不要陷进model里面，紧紧抓着几个feature不放，而忽视了业务的基本逻辑和规律。我实习期间第一次的数据分析报告，针对某款产品一段时间内业绩下降的原因做了详细的“分析”，从最初的train、test set的选择，模型linear regression到random forest、XGB，最后confusion matrix展示结果。我觉得自己做的很完美了，但leader看到之后，反馈过来是“这些都是产品的内部因素，你有没有考虑过外部的，比如这段时间刚好上线了一个竞争产品”，这一句话就把我问的哑口无言。
以上就是我的一些分享了，希望对留学和就业的小伙伴有一些参考意义。
